欢迎来到我的个人博客,有Python技术,自媒体,创业,APP开发问题随时讨论交流

Python Pandas 中的 case_when() 方法详解

Python sitin 2个月前 (02-18) 88次浏览 已收录 0个评论

Python Pandas 中的 case_when() 方法详解

在 Python 数据分析中,Pandas 是一个强大的库,用于处理和分析数据。它提供了各种各样的方法和函数,使数据转换和操作变得更加容易。在本文中,将深入探讨 Pandas 中的 case_when() 方法,它可以用于条件性地创建新的列,类似于 SQL 中的 CASE WHEN 语句。我们将详细讨论该方法的用法,并提供丰富的示例代码。

什么是 case_when() 方法?

case_when() 方法是 Pandas 库中的一个函数,它允许我们根据条件创建新的列。这个方法通常用于根据数据的某些特征或条件来生成新的数据列,类似于使用 if-else 语句进行条件判断。

在 Pandas 中,case_when() 方法通常与 apply() 方法结合使用,以便根据条件对每一行数据进行操作。它提供了一种更灵活的方式来处理数据,而不需要编写大量的条件判断语句。

case_when() 方法的语法

case_when() 方法的语法如下:

pandas.Series.case_when(conditions, values, default=None, *args, **kwargs)

参数说明:

  • conditions:条件列表,用于定义何时应用哪个值。
  • values:与条件列表中的每个条件相对应的值列表,用于指定满足条件时要应用的值。
  • default:可选参数,用于指定默认值,当没有条件匹配时将使用该值。
  • *args**kwargs:其他参数,用于传递给 apply() 方法。

示例代码

通过几个示例来演示 case_when() 方法的用法。

示例 1:基本用法

假设有一个包含学生分数的数据集,我们想根据分数判断他们的等级。

可以使用 case_when() 方法来实现这个任务:

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数': [8570956075]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'] >= 90, (df['分数'] >= 80) & (df['分数'] < 90), df['分数'] < 80]
values = ['优秀''良好''及格']

# 使用 case_when() 方法创建新列
df['等级'] = df['分数'].case_when(conditions, values, default='不及格')

# 输出结果
print(df)

以上代码将根据学生的分数创建一个新的等级列,并根据条件将相应的等级分配给每个学生。

示例 2:使用默认值

有时候,某些数据可能不满足任何条件。在这种情况下,可以使用默认值来处理这些情况:

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数': [85709560None]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'] >= 90, (df['分数'] >= 80) & (df['分数'] < 90), df['分数'] < 80]
values = ['优秀''良好''及格']

# 使用 case_when() 方法创建新列,并设置默认值为 '未知'
df['等级'] = df['分数'].case_when(conditions, values, default='未知')

# 输出结果
print(df)

在这个示例中,使用了一个包含空值的数据集,并使用 default 参数将没有匹配条件的行标记为“未知”。

示例 3:使用 apply() 方法

case_when() 方法通常与 apply() 方法一起使用,以便根据多个条件对数据集的每一行进行操作。

以下是一个示例,根据学生的分数和出勤情况来计算他们的最终成绩:

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数': [8570956075],
'出勤率': [9080957085]}

df = pd.DataFrame(data)

# 使用 apply() 方法将多个条件应用于每一行
def calculate_grade(row):
if row['分数'] >= 90 and row['出勤率'] >= 90:
return '优秀'
elif row['分数'] >= 80 and row['出勤率'] >= 80:
return '良好'
elif row['分数'] >= 60 and row['出勤率'] >= 70:
return '及格'
else:
return '不及格'

df['最终成绩'] = df.apply(calculate_grade, axis=1)

# 输出结果
print(df)

在这个示例中,使用 apply() 方法定义了一个自定义函数 calculate_grade(),该函数基于多个条件来计算最终成绩,并将其应用于数据集的每一行。

示例 4:多条件的复杂情况

有时候,需要根据多个条件的组合来生成新的列。

例如,可以根据学生的分数和出勤情况来确定他们是否能够获得奖学金:

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数': [8570956075],
'出勤率': [9080957085]}

df = pd.DataFrame(data)

# 定义多条件和对应的值
conditions = [(df['分数'] >= 90) & (df['出勤率'] >= 90),
              (df['分数'] >= 80) & (df['出勤率'] >= 80),
              (df['分数'] >= 60) & (df['出勤率'] >= 70)]

values = ['获奖学金''荣誉奖''合格']

# 使用 case_when() 方法创建新列
df['奖励'] = df.apply(lambda row: row['分数'].case_when(conditions, values, default='未获奖'), axis=1)

# 输出结果
print(df)

在这个示例中,定义了多个条件和对应的值,并使用 apply() 方法将 case_when() 方法应用于每一行数据,根据多个条件的组合来确定是否获得奖学金。

示例 5:根据多列生成新列

有时候,需要根据多列的值生成新的列。

例如,可以根据学生的分数和出勤情况来生成一个总分列:

import pandas as pd

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数1': [8570956075],
'分数2': [9080857090]}

df = pd.DataFrame(data)

# 使用 apply() 方法生成新列
df['总分'] = df.apply(lambda row: row['分数1'] + row['分数2'], axis=1)

# 输出结果
print(df)

在这个示例中,使用 apply() 方法将两列分数相加,生成了一个新的总分列。

示例 6:处理缺失值

case_when() 方法也可以用于处理缺失值。

例如,可以根据分数是否缺失来为学生分配等级:

import pandas as pd
import numpy as np

# 创建示例数据集
data = {'学生姓名': ['Alice''Bob''Charlie''David''Eva'],
'分数': [85, np.nan, 956075]}

df = pd.DataFrame(data)

# 定义条件和对应的值
conditions = [df['分数'].notna() & (df['分数'] >= 90),
              df['分数'].notna() & (df['分数'] >= 80),
              df['分数'].notna() & (df['分数'] >= 60)]

values = ['优秀''良好''及格']

# 使用 case_when() 方法创建新列,并处理缺失值
df['等级'] = df['分数'].case_when(conditions, values, default='不及格')

# 输出结果
print(df)

在这个示例中,使用 notna() 方法来检查分数是否缺失,并根据条件来为每个学生分配等级。

总结

在本文中,深入探讨了 Pandas 中的 case_when() 方法的用法,包括基本用法和高级用法。这个方法对于数据分析和数据转换任务非常有用,可以根据条件创建新的列,处理多条件组合和缺失值,并生成新的数据集。希望通过本文的示例代码和解释,能更好地理解和运用 case_when() 方法。这将有助于更灵活地处理各种数据分析和数据处理任务。

喜欢 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址